Google Analytics 与 Search Console 联合 SEO 分析指南

💡 核心摘要：Search Console 侧重用户点击 Google 搜索结果之前的数据，例如展示、点击、查询、点击率和平均排名；Google Analytics 侧重用户进入网站之后的行为，例如会话、互动、转化和流量来源。两者结合使用，可以判断自然搜索不仅“有没有带来访问”，还可以判断“这些访问是否有质量、是否转化、是否来自正确页面和国家/地区”。

一、为什么要联合使用两套数据

Search Console 和 Google Analytics 不是互相替代的工具。它们观察的是同一条用户旅程的不同阶段。

Search Console 告诉你：用户在 Google 搜索中是否看到了你的网站，是否点击了你的网站，哪些查询和页面产生了搜索入口。

Google Analytics 告诉你：用户进入网站后访问了哪些页面，停留和互动如何，是否完成注册、购买、提交表单或其他关键事件。

如果只看 Search Console，你可能知道某个页面带来了很多点击，但不知道这些点击是否有价值。如果只看 Analytics，你可能知道自然搜索会话下降了，但不知道下降来自查询曝光、点击率、排名、国家/地区还是搜索结果呈现。

联合分析的目标，是把“搜索表现”和“站内行为”连起来。

二、先明确两者的职责边界

Search Console 的核心数据来自 Google 搜索结果，重点是搜索曝光和点击。

常见指标包括：

展示次数
点击次数
点击率
平均排名
查询
网页
国家/地区
设备
搜索类型

Google Analytics 的核心数据来自网站或应用内埋点，重点是用户进入后的行为。

常见指标包括：

会话数
用户数
互动率
感兴趣的会话
回访用户
转化或关键事件
流量来源
着陆页
收入或业务目标

这意味着：Search Console 更适合判断搜索机会和搜索问题，Analytics 更适合判断访问质量和业务结果。

三、不要期待数字完全一致

很多人会直接比较 Search Console 点击次数和 Google Analytics 会话数，然后因为数字不一致就怀疑数据坏了。

Google 官方明确说明，这两类指标计算方式不同，数字不会完全匹配。

Search Console 的点击次数，是用户点击 Google 搜索结果中指向你网站的链接。Google Analytics 的会话，是用户与你的网站或应用互动的一段时间。

一个点击不一定对应一个可记录会话，一个会话也不一定以你预期的方式归因到 Google 自然搜索。因此，比较时更应该看趋势和模式，而不是强行让两个数字相等。

四、最适合对比的两个指标

如果要建立最基础的可比关系，优先比较这两个指标：

Search Console 点击次数
Google Analytics 会话数

它们都能反映 Google 自然搜索带来的访问规模，但定义不同。

更可靠的分析方式是：观察两者是否在同一时期出现类似趋势。例如 Search Console 点击下降，同时 Analytics 中 Google 自然搜索会话也下降，这说明自然搜索流量规模确实可能发生变化。

如果 Search Console 点击稳定，但 Analytics 自然搜索会话明显下降，可能要检查 Analytics 埋点、同意管理、归因、过滤器、跳转或落地页加载问题。

如果 Search Console 点击下降，但 Analytics 会话稳定，可能是其他渠道增长抵消了影响，或 Analytics 的渠道归因和 Search Console 的搜索点击统计口径不同。

五、用 Looker Studio 建立统一监控面板

Google 官方建议使用 Looker Studio 把 Search Console 和 Google Analytics 数据放在同一个视图中监控。

这样做的价值不是制造一个复杂报表，而是让 SEO、内容、增长和开发团队在同一个页面上观察自然搜索的数量和质量。

基础面板可以包含：

Google Analytics 自然搜索会话
Google Analytics 感兴趣的会话占比
Google Analytics 回访用户
Search Console 点击次数
Search Console 点击率
热门网页和查询
热门国家/地区
设备维度
日期范围对比

对于日常监控，面板目标应该是快速发现变化，而不是替代深度排查。

六、设置信息中心时要连接正确数据源

使用 Looker Studio 模板或自建面板时，需要分别连接 Search Console 和 Google Analytics 数据源。

Search Console 数据源建议选择与网页表现相关的表，例如网址展示。这样可以从 URL 维度查看搜索表现。

Google Analytics 数据源则要关联对应的网站媒体资源，确保 GA4 已正确收集数据。

连接后，每个图表都要确认使用的是正确数据源。Search Console 指标不应误接到 Analytics 数据源，Analytics 指标也不应误接到 Search Console 数据源。

七、过滤条件必须保持一致

联合分析最容易出错的地方，是两个数据源过滤条件不一致。

如果你在 Search Console 中只看某个国家/地区和移动设备，但 Analytics 图表仍然显示所有国家/地区和所有设备，两个图表就没有可比性。

建议在面板中配置统一过滤条件：

Search Console 资源
Google Analytics 资源
国家/地区
设备类别
日期范围
着陆页或页面

比较数据时，要尽量让两个数据源使用相同的国家/地区、设备和日期范围。否则，差异可能只是筛选条件导致的。

八、Google 自然搜索流量的过滤方式

在 Google Analytics 中分析自然搜索时，需要过滤到来自 Google 的自然流量。

官方示例中，Analytics 数据过滤条件是：

Session source = google
Session medium = organic

这样可以把来自 Google 自然搜索的会话单独拿出来，而不是混入付费搜索、社交、邮件、引荐或直接访问。

如果你看到自然搜索占比变化，但总会话和互动没有明显变化，可能不是 SEO 变差，而是其他渠道发生了增长或下降。此时应该回到 Analytics 的流量获取报告继续拆分。

九、理解五个核心监控指标

Google 官方模板中使用了五类指标来观察自然搜索流量的数量和质量。

第一是会话数。它反映 Google 自然搜索带来的访问规模。

第二是感兴趣的会话占比。它反映用户进入网站后是否发生了有意义互动，例如停留超过一定时间、产生关键事件或浏览多个页面。

第三是回访用户。它帮助判断自然搜索是否带来了会再次访问网站的用户。

第四是点击次数。它来自 Search Console，反映用户从 Google 搜索结果点击进入网站的总次数。

第五是点击率。它来自 Search Console，表示看到搜索结果的用户有多大比例点击了你的网站。

这些指标组合起来，能同时观察流量规模、搜索吸引力和站内互动质量。

十、用图表识别变化，而不是立刻下结论

Looker Studio 面板中的图表主要用于发现模式。

例如，自然搜索会话和感兴趣的会话占比随时间变化，可以帮助判断流量规模和访问质量是否同步变化。

如果会话上升但互动下降，可能说明新增流量与页面内容或业务目标不够匹配。

如果点击次数下降但点击率稳定，可能要进一步看展示和平均排名是否下降。

如果点击率下降但排名和展示没有明显变化，可能要检查标题链接、摘要、富媒体结果或搜索结果页竞争格局。

图表的作用是提示问题方向，真正排查仍然要回到 Search Console 或 Analytics 的具体报告。

十一、热门网页和查询表要结合使用

Search Console 能显示带来点击的热门查询和热门网页。Analytics 能显示自然搜索进入后的着陆页表现。

联合使用时，你可以先从 Search Console 找出点击变化最大的查询和网页，再到 Analytics 看这些着陆页的互动和转化。

建议优先检查：

点击很多但互动低的页面
展示很多但点击率低的查询
会话很多但转化低的着陆页
点击下降但业务价值高的页面
新内容有展示但没有点击的查询

这样可以避免只优化“流量大”的页面，而忽略真正影响业务结果的页面。

十二、国家/地区维度适合定位市场变化

如果网站面向多个国家或地区，国家/地区表格非常重要。

自然搜索下降可能不是全站问题，而是某个国家/地区发生了搜索需求变化、竞争变化、语言匹配问题、页面本地化问题或搜索结果呈现变化。

做国家/地区分析时，要同时在 Search Console 和 Analytics 中使用相同过滤条件。

如果某个国家的 Search Console 点击下降，同时 Analytics 中该国家的自然搜索会话也下降，就要继续查看该国家的查询、页面、设备和转化表现。

十三、何时进入深度排查

统一面板适合监控，但不一定适合解决所有问题。

当你发现明显异常时，需要进入原始工具做深度分析。

在 Search Console 中，优先查看效果报告，拆分查询、网页、国家/地区、设备、搜索结果呈现和搜索类型。它更适合解释流量波动和搜索表现变化。

在 Google Analytics 中，优先查看流量获取报告和着陆页报告，并过滤到 Google 自然搜索会话。它更适合解释用户进入网站后的行为、转化和页面贡献。

不要试图在一个聚合面板里完成所有诊断。面板负责报警和定位方向，原始报告负责确认原因。

十四、点击次数和会话数差异的常见原因

当 Search Console 点击次数和 Analytics 会话数差异很大时，先不要假设某个工具错了。

常见原因包括：

Google Analytics 代码缺失或部署错误
用户拒绝 Cookie 或跟踪同意
Analytics 时区和 Search Console 默认时区不同
Analytics 归因模型与 Search Console 点击统计口径不同
Search Console 使用 Google 搜索规范网址报告
Analytics 针对包含跟踪代码的实际网址记录数据
Search Console 会细分网页、图片、视频、新闻和 Discover 流量
非 HTML 文件可能出现在 Search Console 中但未被 Analytics 记录
Analytics 会自动排除已知机器人和蜘蛛流量

这些差异有些可以修复，例如埋点缺失；有些只能理解和解释，例如口径、时区和规范网址差异。

十五、数据差异小可以忽略，差异大要定位

Google 官方建议，如果两个工具之间只有小幅差异，可以忽略。系统不同导致少量差异是正常现象。

如果差异很大，就要排查是否存在配置或口径问题。

排查顺序可以这样做：

确认 Analytics 是否在所有重要页面正确安装
确认是否有同意管理导致大量用户未被记录
确认两个工具的日期范围和国家/地区过滤是否一致
确认是否比较了同一类流量
确认是否存在跨域、重定向或落地页加载问题
确认 Search Console 是否按规范网址汇总，而 Analytics 按实际 URL 记录
确认是否包含 PDF 或其他非 HTML 搜索流量

排查目标不是让数字完全一致，而是解释差异是否合理。

十六、什么时候需要 BigQuery

如果只是日常监控，Looker Studio 模板和两个工具自带报告通常足够。

如果你想做更细粒度分析，例如把查询、国家/地区、设备、着陆页、转化和收入长期联动，就应该考虑使用 BigQuery。

Google 官方建议，想获得更详细的数据并最大限度减少差异，可以使用 Search Console 批量数据导出和 Google Analytics BigQuery 导出，然后在 BigQuery 中合并分析。

这种方式适合数据量大、团队成熟、需要做长期 SEO 数据仓库的网站。

十七、推荐的联合分析工作流

确认 Search Console 和 Google Analytics 都已正确配置
在 Looker Studio 中连接两个数据源
过滤 Google Analytics 到 google / organic
设置统一日期范围、国家/地区和设备过滤
监控自然搜索会话、感兴趣的会话占比、回访用户、点击和点击率
发现异常后判断是搜索前问题还是进站后问题
搜索前问题进入 Search Console 效果报告排查
进站后问题进入 Analytics 流量获取和着陆页报告排查
如果点击和会话差异巨大，按实现、Cookie、时区、归因、规范网址等原因逐项检查
必要时使用 BigQuery 做更细粒度合并分析